期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到565篇文章
< 1 2 … 29 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于IRCMMRDE和HHO-PNN的轴承损伤辨识模型
1
作者 桂芳 李健 刘磊 《机电工程》 北大核心 2025年第1期62-71,共10页
采用单通道振动信号无法完全准确表征轴承多角度的故障信息,导致特征提取不够充分。针对这一缺陷,构建了一种基于改进精细复合多元多尺度反向散布熵(IRCMMRDE)和参数优化概率神经网络(PNN)的滚动轴承损伤辨识模型。首先,使用了振动加速... 采用单通道振动信号无法完全准确表征轴承多角度的故障信息,导致特征提取不够充分。针对这一缺陷,构建了一种基于改进精细复合多元多尺度反向散布熵(IRCMMRDE)和参数优化概率神经网络(PNN)的滚动轴承损伤辨识模型。首先,使用了振动加速度计和麦克风两种类型的传感器,同时获得了滚动轴承不同工况下的振动和声音信号,构建了故障信息量更丰富的多通道信号;随后,提出了能够同步分析多通道信号的IRCMMRDE方法,并将其用于提取滚动轴承多通道信号的故障特征;接着,采用哈里斯鹰优化器(HHO)对概率神经网络的平滑因子进行了自适应寻优,构造了网络结构最优的PNN模型;最后,将损伤样本输入至HHO-PNN模型中,进行了故障的分类识别,完成了滚动轴承样本的故障辨识;并基于滚动轴承声振信号数据集,对基于IRCMMRDE-HHO-PNN的故障诊断方法的有效性进行了验证。研究结果表明:基于IRCMMRDE和HHO-PNN的故障诊断方法的准确率达到了99.6%,平均的识别准确率达到了99.8%,优于其他多种特征提取方法;同时,对多通道融合信号进行分析取得的准确率优于单个通道的信号,准确率分别提高了8.8%和4.8%;此外,HHO-PNN分类器模型的诊断性能优于其他分类模型,更具有泛化性和实用性。 展开更多
关键词 滚动轴承 故障诊断 改进精细复合多元多尺度反向散布熵 概率神经网络 多通道信号 哈里斯鹰优化器
在线阅读 下载PDF
CPSO优化PNN的陀螺故障诊断方法 被引量：2
2
作者 张华强 贾明玉 +2 位作者 赵善飞 芦男 陈雨 《中国惯性技术学报》 EI CSCD 北大核心 2024年第6期630-636,共7页
针对惯性导航系统中的陀螺仪输出信号非线性、故障特征不明显的问题,为提高惯导系统中惯性器件的故障诊断正确率,提出一种基于改进粒子群算法(PSO)优化概率神经网络(PNN)的陀螺信号故障诊断方法。首先,针对光纤陀螺运行过程中常见的四... 针对惯性导航系统中的陀螺仪输出信号非线性、故障特征不明显的问题,为提高惯导系统中惯性器件的故障诊断正确率,提出一种基于改进粒子群算法(PSO)优化概率神经网络(PNN)的陀螺信号故障诊断方法。首先,针对光纤陀螺运行过程中常见的四种故障信号,建立数学模型并进行小波变换提取其故障特征系数;其次,使用Cubic混沌映射以及非线性递减的惯性权重系数对粒子群进行粒子更新,并用于概率神经网络的最优平滑因子选择;最后,训练概率神经网络对陀螺仪故障信号进行分类和诊断。离线测试结果表明,CPSO算法优化的PNN网络针对四种故障分类的平均正确率达到95.8%。 展开更多
关键词 粒子群优化算法 概率神经网络 陀螺故障诊断
在线阅读 下载PDF
基于LSTM-PNN神经网络的电潜泵故障诊断方法 被引量：1
3
作者 周逸飞 刘新福 +4 位作者 曹砚锋 于继飞 欧阳铁兵 刘春花 周伟 《机床与液压》 北大核心 2024年第19期209-215,共7页
针对电潜螺杆泵故障预测中发生故障难以及时发现、发现难以准确判别故障类型等问题,提出一种基于深度学习长短期记忆网络(LSTM)结合概率神经网络(PNN)的电潜螺杆泵故障预测方法。以LSTM网络为回归模型,使用时间序列法预测故障信号的未... 针对电潜螺杆泵故障预测中发生故障难以及时发现、发现难以准确判别故障类型等问题,提出一种基于深度学习长短期记忆网络(LSTM)结合概率神经网络(PNN)的电潜螺杆泵故障预测方法。以LSTM网络为回归模型,使用时间序列法预测故障信号的未来趋势,利用小波包分解螺杆泵的故障信号,提取其中的故障特征,再结合油压、产量等多个工作参数,构建电潜螺杆泵的故障特征向量,并凭借PNN网络判别预测信号故障类型。收集新疆油田120组故障数据作为数据集对预测模型进行训练,从中取出90组数据作为故障数据库对模型进行训练,取出30组数据作为测试组测试模型准确率,使用LSTM-PNN神经网络预测模型分别对两组数据进行电潜螺杆泵故障预测。结果表明:预测前提取故障信号特征可有效提高电潜螺杆泵的故障预测精度,较常规电潜螺杆泵故障预测方法,LSTM-PNN网络预测具有更高的准确率且准确率提升了3%~16%。 展开更多
关键词 电潜螺杆泵 小波包分解 故障诊断 长短期记忆神经网络 概率神经网络
在线阅读 下载PDF
基于改进BA-PNN的智能变电站二次设备故障定位方法 被引量：16
4
作者 曹海欧 吴迪 +3 位作者 薛飞 王义波 孙弘毅 杨金龙 《智慧电力》 北大核心 2024年第4期32-39,共8页
针对概率神经网络(PNN)在二次设备故障定位中训练规模较大、容易受到平滑因子干扰的问题,提出了一种基于改进蝙蝠算法优化概率神经网络(BA-PNN)的智能变电站二次设备故障定位方法。首先,在PNN的求和层中采用拉普拉斯分布代替高斯分布,并... 针对概率神经网络(PNN)在二次设备故障定位中训练规模较大、容易受到平滑因子干扰的问题,提出了一种基于改进蝙蝠算法优化概率神经网络(BA-PNN)的智能变电站二次设备故障定位方法。首先,在PNN的求和层中采用拉普拉斯分布代替高斯分布,并用BA算法来获得最优平滑因子,进而提出一种改进蝙蝠算法优化概率神经网络方法;其次,基于智能变电站中二次设备的特征分析,选择故障特征量并对其映射,建立了基于BAPNN的智能变电站二次设备故障定位模型;最后,以某智能变电站故障定位为例,对BA-PNN神经网络进行样本训练,实现对故障元件的精确定位。仿真表明,该方法缩小了神经网络的训练规模,提升了神经网络的计算性能,增强了故障定位的准确性。 展开更多
关键词 改进蝙蝠算法优化概率神经网络 二次系统 智能变电站 故障定位
在线阅读 下载PDF
基于BA-PNN算法与数字孪生的车间扰动判定方法
5
作者 张若语 胡友民 +2 位作者 吴波 杨晔 秦峻峰 《现代制造工程》 CSCD 北大核心 2024年第3期15-22,共8页
随着科学技术的发展,生产安全和车间管理问题越来越受到重视。传统车间在管理上多依靠人工,使得车间扰动事件发现不及时,扰动认定不清楚,不利于迅速解决扰动事件和保障人员设备安全。为提高管理效率和保障安全,提出一种基于蝙蝠算法优... 随着科学技术的发展,生产安全和车间管理问题越来越受到重视。传统车间在管理上多依靠人工,使得车间扰动事件发现不及时,扰动认定不清楚,不利于迅速解决扰动事件和保障人员设备安全。为提高管理效率和保障安全,提出一种基于蝙蝠算法优化的概率神经网络(Bat Algorithm-Probabilistic Neural Network,BA-PNN)算法和数字孪生的车间扰动判定方法。首先通过传感器采集数据并对其进行分析和预处理;随后搭建传统概率神经网络(Probabilistic Neural Net-work,PNN)模型和以算法识别率为优化目标的BA-PNN扰动判定模型,并结合数字孪生技术将BA-PNN模型融入孪生平台;最后通过仿真与结果分析,对比优化前模型效果及孪生平台特点,该模型识别效果较之前显著提高,证明了方法的有效性。 展开更多
关键词 概率神经网络 蝙蝠算法 数字孪生 扰动事件
在线阅读 下载PDF
基于GA-PNN网络的滚动轴承故障诊断方法 被引量：1
6
作者 皮骏 刘鹏 胡超 《机械设计与制造》 北大核心 2024年第12期91-94,103,共5页
针对滚动轴承故障诊断问题,提出遗传算法优化概率神经网络(GA-PNN)的诊断方法。首先,用遗传算法优化PNN网络中的散布常数。其次,从实验室采集到内环故障和正常状态下的滚动轴承振动信号,考虑到采集系统等存在缺陷因素,采用最小二乘法和... 针对滚动轴承故障诊断问题,提出遗传算法优化概率神经网络(GA-PNN)的诊断方法。首先,用遗传算法优化PNN网络中的散布常数。其次,从实验室采集到内环故障和正常状态下的滚动轴承振动信号,考虑到采集系统等存在缺陷因素,采用最小二乘法和指数平滑法消除振动信号中的漂移和微弱噪声。随后,提取多个时域特征参数,并根据参与建立诊断模型的输入变量不同而建立起6个不同模型。最后,利用GA-PNN和PNN对6个模型进行诊断并综合分析。研究结果表明:GA-PNN对6个模型的诊断效果均能达到95%以上,而PNN由于散布常数设置问题导致诊断结果差异较大;散布常数和输入变量均会影响PNN的诊断效果;从校验集收敛误差、测试集诊断准确率等角度出发,GA-PNN相比PNN更适宜滚动轴承故障诊断。 展开更多
关键词 滚动轴承 故障诊断 概率神经网络 遗传算法 最小二乘法 指数平滑法
在线阅读 下载PDF
多源数据融合的焊接质量监测技术 被引量：1
7
作者 张发平 孙昊 +1 位作者 魏剑峰 宋紫阳 《北京理工大学学报》 北大核心 2025年第5期471-481,共11页
针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并... 针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并将这些特征值与焊接的熔池图像特征值结合,构成焊接质量的原始特征空间;然后采用线性判别方法,降维形成焊接信息的低维特征空间;最后,使用孤立森林法筛选邻域搜索空间,并将该邻域搜索空间中的焊接数据点划分为多个重叠子集.采用局部离群因子法对新数据点在多个重叠子集中进行邻域搜索,对焊接过程进行异常检测,该方法充分考虑了焊接质量数据的全局特征并且计算复杂度大为降低.最后,采用基于人工蜂群算法优化的概率神经网络进行焊接质量数据的精确细分和异常的精准识别,该方法增强了全局搜索能力,同时避免陷入局部最优.试验验证结果显示所提方法都焊接异常的检测精度可达97.44%,对综合焊接异常的识别精度可达96.03%,证明了方法的有效性. 展开更多
关键词 隐性焊接异常 多源数据 局部离群因子 概率神经网络 线性判别方法 人工蜂群算法
在线阅读 下载PDF
基于PNN/PCA/SS-SVR的光伏发电功率短期预测方法 被引量：50
8
作者 王昕 黄柯 +3 位作者 郑益慧 李立学 郎永波 吴昊 《电力系统自动化》 EI CSCD 北大核心 2016年第17期156-162,共7页
光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云... 光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云、阴、雨4种类型,然后在每种天气类型下,利用PCA对影响光伏出力的多个气象因素,如太阳辐射强度、温度和相对湿度等进行降维、转换成少数几个主成分作为输入向量,最后建立SS算法优化SVR的光伏发电功率短期预测模型。结果表明,该模型实现了对不同天气类型下的光伏出力较为精准的预测,具有一定的可行性及指导意义。 展开更多
关键词 光伏发电功率预测 概率神经网络 主成分分析法 分散搜索 支持向量机回归
在线阅读 下载PDF
基于小波系数KPCA和PNN的电能质量扰动分类 被引量：7
9
作者 何朝辉 黄纯 +1 位作者 刘斌 程扬军 《电力系统及其自动化学报》 CSCD 北大核心 2010年第2期76-81,108,共7页
针对电能质量扰动分类,提出基于小波系数特征的核主成分分析(KPCA)和概率神经网络(PNN)的分类新方法。对正常信号和六种常见电能质量扰动(电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态)进行小波变换和多尺度分析,提取各类扰动... 针对电能质量扰动分类,提出基于小波系数特征的核主成分分析(KPCA)和概率神经网络(PNN)的分类新方法。对正常信号和六种常见电能质量扰动(电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态)进行小波变换和多尺度分析,提取各类扰动在多个尺度上小波系数作为特征向量;利用KPCA进行主成分提取,降低了小波系数特征向量维数,再输入PNN进行分类。仿真表明,该方法分类速度和准确率良好。 展开更多
关键词 电能质量扰动 分类 核主成分分析 概率神经网络 小波变换
在线阅读 下载PDF
基于Pseudo-Zernike不变矩的PNN车牌汉字识别 被引量：10
10
作者 高全华 王晋国 孙锋利 《计算机工程》 CAS CSCD 北大核心 2009年第4期196-198,共3页
基于不变矩理论,提出一种应用概率神经网络作为识别器的车牌汉字识别技术。利用Pseudo-Zernike矩特征的旋转不变性和良好的抗噪性能,将其作为车牌汉字识别的特征矢量,结合Pseudo-Zernike矩的快速算法和概率神经网络识别器快速学习和识... 基于不变矩理论,提出一种应用概率神经网络作为识别器的车牌汉字识别技术。利用Pseudo-Zernike矩特征的旋转不变性和良好的抗噪性能,将其作为车牌汉字识别的特征矢量,结合Pseudo-Zernike矩的快速算法和概率神经网络识别器快速学习和识别的性能,可适应实时环境下所获取的车牌汉字灰度图像的识别,具有较高的准确率,实验结果表明了该方法的有效性。 展开更多
关键词 车牌识别 Pseudo—Zernike不变矩 概率神经网络
在线阅读 下载PDF
基于DWT和PNN的印刷过程实时监测和故障诊断 被引量：6
11
作者 鄢腊梅 管力明 +1 位作者 胡更生 何宏 《振动．测试与诊断》 EI CSCD 北大核心 2010年第3期236-239,共4页
提出了一种新的基于离散小波变换和概率神经网络的印刷过程振动信号的实时监测和故障诊断系统。利用小波包分解技术对印刷过程振动信号进行降噪处理,并选择特殊频段进行小波包重构,有效捕捉和分离了处于信号不同频段的印刷过程振动信号... 提出了一种新的基于离散小波变换和概率神经网络的印刷过程振动信号的实时监测和故障诊断系统。利用小波包分解技术对印刷过程振动信号进行降噪处理,并选择特殊频段进行小波包重构,有效捕捉和分离了处于信号不同频段的印刷过程振动信号故障特征分量。对提取的故障特征参数应用概率神经网络映射,实现对印刷过程振动信号运行状态的实时监测和故障诊断。仿真结果表明,该诊断方法快速、准确且易于工程实现。 展开更多
关键词 离散小波变换 概率神经网络 故障诊断 印刷过程
在线阅读 下载PDF
基于高光谱图像的红豆品种GA-PNN神经网络鉴别 被引量：21
12
作者 孙俊 路心资 +3 位作者 张晓东 朱文静 武小红 杨宁 《农业机械学报》 EI CAS CSCD 北大核心 2016年第6期215-221,共7页
提出一种基于高光谱图像技术的红豆品种鉴别方法。利用高光谱成像系统采集江苏、安徽、山东的3个品种共162个红豆样本高光谱图像数据,通过ENVI软件提取出红豆中感兴趣区域的平均光谱作为该样本原始光谱信息,利用SG多项式平滑对原始光谱... 提出一种基于高光谱图像技术的红豆品种鉴别方法。利用高光谱成像系统采集江苏、安徽、山东的3个品种共162个红豆样本高光谱图像数据,通过ENVI软件提取出红豆中感兴趣区域的平均光谱作为该样本原始光谱信息,利用SG多项式平滑对原始光谱数据进行去噪处理,由于高光谱数据信息量大,冗余性强,故需对高光谱数据进行降维,采用了连续投影算法进行特征波长选择,根据交叉验证均方根误差确定最佳特征光谱的个数为9,采用主成分分析法和独立分量分析算法进行特征波长提取,经过PCA处理,根据方差累计贡献率大于85%的标准选出7个特征波长,ICA分别提取了7、10、17个特征波长,通过测试集验证,选出17个最佳特征波长。最后分别将优选出的特征波长和提取出的最优主成分作为模型的输入。建立概率神经网络(PNN)模型测试后发现结果没有达到预期精度,引入遗传算法(GA)优化的PNN神经网络的阈值,并对隐含层节点进行最优选择。通过测试试验,所有的模型识别正确率均高于85%,其中SPA-GA-PNN模型的效果最佳,识别正确率达到了97.5%。 展开更多
关键词 红豆 高光谱图像 品种鉴别 特征波长 概率神经网络 遗传算法
在线阅读 下载PDF
基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断 被引量：8
13
作者 窦东阳 李丽娟 赵英凯 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第B09期107-111,共5页
针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故... 针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概率神经网络进行故障分类.通过SKF6203轴承的正常、内圈点蚀、外圈点蚀和滚动体点蚀这4类状态的诊断实验验证了方法的有效性,诊断正确率为91.7%. 展开更多
关键词 故障诊断 滚动轴承 集合经验模式分解 RENYI熵 主元分析 概率神经网络
在线阅读 下载PDF
煤层底板突水危险性的PNN预测模型研究及应用 被引量：16
14
作者 邵良杉 徐波 《中国安全科学学报》 CAS CSCD 北大核心 2015年第8期93-98,共6页
为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问... 为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问题,利用主成分分析(PCA)法提取6项特征指标的主成分,将其作为概率神经网络(PNN)的输入向量,建立基于PCA的煤层底板突水危险性的PNN预测模型。选取21组煤矿实测数据作为学习样本,用于训练模型。采用回代估计法对模型回检。利用学习好的模型,预测另外4组矿井突水数据样本。结果表明,该方法有效降低了指标数据相关性,实现了降维,使PNN模型工作复杂度减弱。将该模型应用于工程实例中,所得预测结果准确率为100%。 展开更多
关键词 底板突水 危险性 预测 主成分分析(PCA) 概率神经网络(pnn) 回检
在线阅读 下载PDF
混合PNN和RBF多神经网络模型的局域降雨类型识别及雨量预测 被引量：8
15
作者 滕少华 唐海涛 +2 位作者 张巍 刘冬宁 梁路 《小型微型计算机系统》 CSCD 北大核心 2016年第11期2571-2576,共6页
在深入分析南方某局域气象数据的基础上,提出构建多网络模型(概率神经网络PNN和径向基神经网络RBF混合模型)对局域地区降雨类型进行识别及雨量预测.首先构建PNN神经网络模型识别降雨类型;其次,针对大雨级别以下和大雨级别以上分别建立... 在深入分析南方某局域气象数据的基础上,提出构建多网络模型(概率神经网络PNN和径向基神经网络RBF混合模型)对局域地区降雨类型进行识别及雨量预测.首先构建PNN神经网络模型识别降雨类型;其次,针对大雨级别以下和大雨级别以上分别建立两个不同的RBF神经网络模型,实现对降雨量的进一步预测;最后将RBF网络预测的雨量结果逆向校正PNN网络的预测识别结果并获得降雨类型数据的雨量等级划分.本文均采用K折交叉验证方法检验模型的可靠性与稳定性.实验结果表明,模型有效提升了预测准确率及召回率,并在实际中取得较好的应用效果. 展开更多
关键词 概率神经网络 径向基神经网络 主元分析 K折交叉验证 气象数据
在线阅读 下载PDF
基于优化的VMD融合信息熵和FA_PNN的风电机组齿轮箱故障诊断 被引量：24
16
作者 党建 罗燚 +3 位作者 田录林 田琦 王伟博 贾嵘 《太阳能学报》 EI CAS CSCD 北大核心 2021年第1期198-204,共7页
针对风电机组齿轮箱在故障信号处理、特征提取和故障诊断存在的问题,提出一种基于优化的变分模态分解(VMD)融合信息熵和萤火虫优化的概率神经网络(FAPNN)的风电机组齿轮箱故障诊断方法。首先利用皮尔逊相关系数法来确定VMD的分解数量和... 针对风电机组齿轮箱在故障信号处理、特征提取和故障诊断存在的问题,提出一种基于优化的变分模态分解(VMD)融合信息熵和萤火虫优化的概率神经网络(FAPNN)的风电机组齿轮箱故障诊断方法。首先利用皮尔逊相关系数法来确定VMD的分解数量和惩罚因子,并利用VMD分解齿轮箱振动信号获取多个固有模态分量,在此基础上融合时域、频域及时频域等信号故障特征熵,最后用FAPNN网络进行故障识别分类,仿真结果验证了所提出算法在风电机组齿轮箱早期故障诊断研究中的有效性和可行性。 展开更多
关键词 风电机组 故障诊断 特征提取 融合信息熵 概率神经网络
在线阅读 下载PDF
基于PNN的退化交通标志图像的识别算法研究 被引量：10
17
作者 李伦波 马广富 《电子与信息学报》 EI CSCD 北大核心 2008年第7期1703-1707,共5页
为了识别退化的交通标志图像,该文采用一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。针对各阶模糊-仿射联合不变矩数量级差异较大问题,... 为了识别退化的交通标志图像,该文采用一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。针对各阶模糊-仿射联合不变矩数量级差异较大问题,提出一种数量级标准化算法。在深入分析PNN与K-means聚类算法的基础上,提出采用全局K-均值算法优化设计概率神经网络分类器,并将其用于交通标志图像的分类识别。仿真结果表明:模糊-仿射联合不变矩是一种有效的处理退化交通标志图像的方法,所设计的概率神经网络分类器不仅具有精简的结构而且具有较好的推广性能。 展开更多
关键词 模式识别 概率神经网络 交通标志 模糊-仿射联合不变矩 全局K-均值算法
在线阅读 下载PDF
基于PNN神经网络的电控发动机故障诊断 被引量：10
18
作者 巴寅亮 王书提 +2 位作者 李春兰 郭增波 加克.乌云才次克 《现代电子技术》 北大核心 2016年第20期146-148,153,共4页
PNN是前馈型神经网络,具有强大的非线性模式分类能力。提出运用PNN神经网络对发动机电控系统进行故障诊断的方法,介绍了PNN神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金... PNN是前馈型神经网络,具有强大的非线性模式分类能力。提出运用PNN神经网络对发动机电控系统进行故障诊断的方法,介绍了PNN神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金德KT600故障诊断仪采集发动机故障数据流,利用PNN神经网络建立诊断模型,并对网络诊断模型进行验证,诊断结果完全正确,且训练速度非常快。实验结果表明PNN神经网络具有较强的泛化能力和实用价值。 展开更多
关键词 pnn神经网络 发动机 电控系统 故障诊断
在线阅读 下载PDF
基于RSPNN的制粉系统故障诊断 被引量：11
19
作者 费树岷 李延红 柴琳 《控制工程》 CSCD 北大核心 2012年第3期412-415,共4页
针对发电厂制粉系统故障与征兆对应关系复杂及过程信息的不确定性及传统BP神经网络故障诊断的缺点,提出了基于粗糙集概率神经网络(RSPNN)的制粉系统故障诊断方法,以改善传统BP神经网络初始值敏感、易使学习过程陷入局部极小值以及样本... 针对发电厂制粉系统故障与征兆对应关系复杂及过程信息的不确定性及传统BP神经网络故障诊断的缺点,提出了基于粗糙集概率神经网络(RSPNN)的制粉系统故障诊断方法,以改善传统BP神经网络初始值敏感、易使学习过程陷入局部极小值以及样本数据过大时训练速度慢等问题。首先采用自组织映射神经网络(SOMNN)对连续样本数据进行离散化;再利用基于区分矩阵的HORAFA算法对离散化样本数据进行RS属性约简,并将约简结果作为概率神经网络(PNN)的输入;最后利用PNN作为诊断决策分类器,输出故障模式,并进行了仿真研究。仿真结果表明,该方法不仅优化神经网络的拓扑结构,降低神经网络的训练时间,而且能准确、快速地诊断制粉系统故障类型,同时对发电厂制粉系统及其相关设备的在线故障诊断问题有一定启发性。 展开更多
关键词 制粉系统 故障诊断 粗糙集 概率神经网络
在线阅读 下载PDF
基于PNN的山区高速公路路段安全状态评价 被引量：7
20
作者 温惠英 罗钧 李俊辉 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第8期113-117,共5页
在对路段安全状态和山区高速公路进行定义的前提下,提出了山区高速公路路段的定义及其安全状态评价指标及评价标准.通过在需要进行评价的路段以及路段的上游安装交通流信息采集设备来获取速度参数.以山区高速公路交通事故历史数据和实... 在对路段安全状态和山区高速公路进行定义的前提下,提出了山区高速公路路段的定义及其安全状态评价指标及评价标准.通过在需要进行评价的路段以及路段的上游安装交通流信息采集设备来获取速度参数.以山区高速公路交通事故历史数据和实时的速度参数作为评价指标,参考提出的评价标准,建立了基于概率神经网络(PNN)的路段安全状态评价模型.仿真结果表明,该模型能够对山区高速公路路段安全状态进行评价. 展开更多
关键词 高速公路 山区 安全状态 评价 速度参数 概率神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 29 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部